Ferramenta de IA

Revisão do Fugu

Name: Fugu
Availability: OnlineOnly
Author: Stork.AI

Fugu é um sistema de orquestração multiagente que funciona como um conductor LLM, treinado para rotear dinamicamente as tarefas recebidas para o agente ideal de um pool intercambiável de outros LLMs.

shipped 23 de jun. de 2026freemium

Domain rating73Monthly visits12K/moAI-readablepartial

Fugu - AI tool for fugu. Professional illustration showing core functionality and features.

Por que importa

1Fugu e Fugu Ultra foram oficialmente lançados como produtos geralmente disponíveis (GA) em 22 de junho de 2026.

2Aproximadamente 500 usuários beta testaram o sistema Fugu antes de sua disponibilidade geral.

3Fugu Ultra obteve 93.2 no LiveCodeBench, superando os 89.8 do Fable 5 em desempenho de codificação.

4Os planos de assinatura para Fugu começam em $20 por mês para o nível Standard.

Stork’s verdict on Fugu

Fugu se destaca na codificação complexa ao orquestrar diversos LLMs, mas a sua seleção de caixa preta da variante Ultra pode ser lenta e cara.

Fugu reviewed by Stork AI · stork.ai/pt/fugu

Especificações

Documentação API

Ver documentação →

API disponível

Sim, API pública

overview

O que é Fugu?

Fugu é uma ferramenta de sistema de orquestração multiagente desenvolvida pela Sakana AI que permite a corporações, instituições financeiras e think tanks orquestrar diversos modelos para tarefas específicas. Funciona como um conductor LLM, roteando dinamicamente as tarefas recebidas para o agente ideal de um pool intercambiável de outros LLMs. Lançado em 22 de junho de 2026, o Fugu visa fornecer capacidades de IA de nível de fronteira, ao mesmo tempo em que mitiga os riscos associados à dependência de um único provedor de IA. O sistema apresenta um pool coordenado de modelos de IA especializados através de uma única API compatível com OpenAI. O próprio Fugu é um modelo de linguagem treinado para selecionar, delegar tarefas e sintetizar respostas dinamicamente de vários LLMs subjacentes, incluindo modelos comerciais como Google Gemini 3.1 Pro, OpenAI GPT-5.5 e Anthropic Claude Opus 4.8, bem como os próprios modelos da Sakana AI. Está disponível em duas variantes: Fugu, otimizado para alto desempenho e baixa latência para tarefas diárias como codificação e alimentação de chatbots; e Fugu Ultra, projetado para máxima qualidade de resposta em problemas complexos e de várias etapas, adequado para pesquisa de IA e análise de cibersegurança.

features

Principais Recursos do Fugu

Fugu é projetado como um sofisticado sistema de orquestração multiagente, utilizando um conductor LLM para gerenciar e otimizar fluxos de trabalho de IA. Sua funcionalidade central gira em torno do roteamento inteligente de tarefas e da integração flexível de diversos modelos de linguagem.

Sistema de orquestração multiagente para fluxos de trabalho de IA complexos.
Funciona como um conductor LLM, roteando dinamicamente as tarefas recebidas.
Roteia tarefas para o agente ideal de um pool intercambiável de outros LLMs.
Utiliza um pool de agentes diversificado, incluindo Google Gemini 3.1 Pro, OpenAI GPT-5.5 e Anthropic Claude Opus 4.8.
Fornece uma única API compatível com OpenAI para acessar modelos de IA coordenados.
Oferece duas variantes: Fugu para desempenho/latência e Fugu Ultra para máxima qualidade de resposta.
Mitiga o vendor lock-in e riscos geopolíticos, reduzindo a dependência de provedores de IA únicos.
Emprega um modelo de 'passthrough billing', cobrando uma taxa única baseada no modelo de nível superior utilizado mais uma margem Sakana.

use cases

Quem Deve Usar o Fugu?

Fugu é projetado para organizações que exigem capacidades avançadas de IA, particularmente aquelas que buscam otimizar o desempenho, garantir a soberania dos dados e gerenciar tarefas complexas e de várias etapas em diversos domínios. Sua arquitetura suporta uma gama de aplicações exigentes.

Corporações e Instituições Financeiras: Para gerar relatórios de estratégia aprofundados e de longo prazo e slides executivos.
Think Tanks e Organizações de Pesquisa: Para automatizar a descoberta científica, reproduzir artigos científicos e conduzir investigações de literatura e patentes.
Organizações com governança de dados rigorosa: Para fornecer soberania de IA e mitigar o vendor lock-in através da orquestração de diversos modelos.
Equipes de Engenharia e Unidades de Ciência de Dados: Para codificação, revisão de código, automação de ciclos de avaliação de cibersegurança e testes de penetração.
Empresas Japonesas: Para tarefas especializadas, como análise de caligrafia japonesa e outras aplicações específicas da região.

how to use

Como usar o Fugu

O Fugu é acessível por meio de sua API compatível com OpenAI e do console da Sakana, permitindo que os usuários integrem seus recursos de orquestração multiagente em suas aplicações e fluxos de trabalho.

1Acesse o console da Sakana em console.sakana.ai para gerenciar assinaturas e chaves de API.
2Utilize a API compatível com OpenAI para o Fugu e o Fugu Ultra integrando-a aos sistemas existentes.
3Escolha entre o Fugu (model ID: fugu-20260615) para tarefas otimizadas para velocidade ou o Fugu Ultra (model ID: fugu-ultra-20260615) para problemas complexos focados em qualidade.
4Configure as preferências do pool de agentes, incluindo a exclusão de agentes específicos por motivos de privacidade ou conformidade.
5Envie prompts complexos de várias etapas ao Fugu Ultra para tarefas como revisão de código ou análise de pesquisa.

pricing

Preços e Planos do Fugu

A Sakana AI oferece duas estruturas de preços principais para o Fugu: planos de assinatura para usuários individuais e uso diário, e um modelo Pay-As-You-Go para clientes corporativos e cargas de trabalho de produção pesadas. Todos os níveis de assinatura incluem acesso aos modelos Fugu e Fugu Ultra. O modelo de 'passthrough billing' garante que, mesmo com múltiplos agentes, as taxas não são acumuladas, mas uma única taxa é cobrada com base no modelo de nível superior utilizado, mais uma margem Sakana.

Assinatura Standard: $20 por mês.
Assinatura Pro: $100 por mês (10x volume de uso Standard).
Assinatura Max: $200 por mês (20x volume de uso Standard).
Input Tokens Pay-As-You-Go: $5 por 1 milhão de tokens (para contextos de até 272K tokens), aumentando para $10 por 1 milhão de tokens para contextos que excedem 272K tokens.
Output Tokens Pay-As-You-Go: $30 por 1 milhão de tokens (para contextos de até 272K tokens), aumentando para $45 por 1 milhão de tokens para contextos que excedem 272K tokens.
Cached Input Tokens Pay-As-You-Go: $0.50 por 1 milhão de tokens (para contextos de até 272K tokens), aumentando para $1.00 por 1 milhão de tokens para contextos que excedem 272K tokens.

Pros

+Alcança alto desempenho em tarefas de codificação complexas de várias etapas, com o Fugu Ultra identificando muito mais problemas do que outras ferramentas em testes beta.
+Mitiga os riscos associados à dependência de um único fornecedor de IA ao orquestrar um pool de LLMs diversos.
+Demonstra fortes resultados em benchmarks, superando concorrentes como Claude Opus 4.8 e GPT-5.5 no SWE-Bench Pro (73,7%) e no LiveCodeBench (93,2%).
+Oferece uma API compatível com OpenAI, simplificando a integração aos fluxos de trabalho existentes dos desenvolvedores.
+Proporciona flexibilidade com duas variantes (Fugu e Fugu Ultra) otimizadas para diferentes casos de uso e prioridades de custo/qualidade.
+Permite que os usuários excluam agentes específicos de seu pool para maior privacidade de dados e conformidade.

Cons

−O Fugu Ultra pode ser caro e consumir tokens rapidamente; o plano Max de US$ 200/mês pode se esgotar em menos de três horas de uso intenso por semana.
−Usuários relataram velocidades de processamento lentas no Fugu Ultra, o que gera estresse e pode tornar o direcionamento manual de outros modelos de fronteira mais eficiente para tarefas complexas.
−O processo interno de seleção e orquestração de modelos é uma 'caixa-preta', o que levanta preocupações sobre responsabilização e transparência.
−O Fugu Ultra ficou atrás do Fable 5 da Anthropic no Humanity's Last Exam (50,0% contra 53,3%) e no SWE-Bench Pro (73,7% contra 86,0%).
−Críticos sugerem que o Fugu poderia ser um 'downgrade de fato' se seu pool de agentes for composto principalmente por modelos abertos de nível inferior, excluindo os sistemas de IA mais avançados e regulamentados.

Ferramentas similares

Fugu vs Concorrentes

Fugu está estrategicamente posicionado para reduzir a dependência de qualquer provedor de IA único, oferecendo uma proteção contra vendor lock-in e riscos geopolíticos. A Sakana AI afirma que o Fugu Ultra tem um desempenho comparável aos modelos líderes, como Fable 5 da Anthropic e Mythos Preview, em benchmarks chave de engenharia, científicos e de raciocínio. Em testes de benchmark internos, os modelos Fugu teriam superado o Google Gemini 3.1 Pro, OpenAI GPT-5.5 e Anthropic Claude Opus 4.8 em tarefas que incluem pesquisa automatizada e previsão financeira. Por exemplo, o Fugu Ultra obteve 93.2 no LiveCodeBench, superando os 89.8 do Fable 5, e 95.5 no GPQA-D, ultrapassando os 94.6 do Mythos Preview. No entanto, o Fugu Ultra teria ficado aquém do Fable 5 no 'Humanity's Last Exam' (50.0 vs 53.3) e ficou atrás do GPT-5.5 e Opus 4.8 em recall de contexto longo e benchmarks de cibersegurança, respectivamente.

Microsoft AutoGenOn Stork

Its chat-centric orchestration model enables asynchronous communication and sophisticated negotiation among various agents, including humans, LLM-agents, and code executors.

Like Fugu, AutoGen orchestrates multiple LLMs and tools into cooperative workflows, but it particularly emphasizes conversational multi-agent systems and a unified message-passing interface for scalability. Its SDK is free, aligning with Fugu's freemium model.

CrewAIOn Stork

It provides a role-based multi-agent framework where specialized AI agents collaborate on complex tasks, featuring sophisticated memory management and checkpointing.

CrewAI, similar to Fugu, focuses on orchestrating multiple AI agents from a pool, but it specifically structures agents with distinct roles and a defined process for task handoffs and communication. It is an open-source framework, aligning with Fugu's freemium approach.

LangGraphOn Stork Compare

It is a framework for building stateful, multi-actor applications with LLMs, offering granular control over an agent's thought process for reliable and complex AI agents.

While Fugu focuses on dynamic routing to optimal LLMs, LangGraph provides a more expressive framework for building complex, cyclical, and stateful multi-actor agentic workflows, often building on LangChain's foundational components. It is an MIT-licensed open-source library and free to use, similar to Fugu's freemium model.

RouteLLMOn Stork

It is an open-source framework specifically designed for dynamically selecting the most suitable LLM for each query based on complexity and performance requirements to optimize costs.

RouteLLM directly competes with Fugu's core functionality of dynamically routing incoming tasks to the optimal agent by focusing on cost-effective LLM routing. Unlike Fugu's broader multi-agent orchestration, RouteLLM is more specialized in the routing decision itself, and it is open-source.

Mais no Stork